Esports Ecosystem

Bagaimana Memanfaatkan Statistik Esports Demi Kemenangan?

07 Dec 2019 | Ellavie Ichlasa Amalia
Data di esports bisa digunakan untuk analisa musuh dalam permainan atau untuk broadcasting

Di era digital, semakin banyak perusahaan yang menggunakan data untuk menekan biaya operasional atau untuk meningkatkan keuntungan perusahaan. Di dunia olahraga, atlet atau tim profesional biasanya memiliki analis yang berfungsi untuk menganalisa data pemain atau tim untuk meningkatkan performa mereka. Tugas lain analis adalah menganalisa data atlet atau tim musuh untuk mengantisipasi mereka. General Manager Oakland Atletics, Billy Beane dipercaya sebagai orang pertama yang memprioritaskan penggunaan data dan statistik dalam sebuah tim olahraga. Di tennis, data biasanya digunakan untuk mengetahui kebiasaan arah serve seorang pemain. Sementara dalam basket, data bisa digunakan untuk mengetahui ketangguhan pertahanan sebuah tim.

Pada awalnya, data tidak digunakan di statistik esports. Namun, ketika muncul game-game yang kaya data seperti StarCraft 2 dan Dota 2, organisasi esports juga mulai mempekerjakan staf analisis. Semakin besarnya industri esports berarti, perusahaan-perusahaan teknologi besar — seperti IBM, Microsoft, dan SAP — menjadi tertarik untuk bekerja sama dengan organisasi esports. Perusahaan teknologi tersebut biasanya menawarkan untuk membuat software analisa bagi organisasi esports. Tak hanya itu, mereka ini juga menyediakan software analisa untuk kebutuhan broadcast.

Untuk menganalisa data para atlet olahraga tradisional, data yang dikumpulkan harus didigitalkan terlebih dulu sebelum diolah. Proses digitalisasi biasanya memakan waktu yang cukup lama. Untungnya, data dalam esports sudah ada dalam bentuk digital, sehingga data ini tak perlu didigitalisasi lagi. Hanya saja, data yang bisa Anda dapatkan dari gameesports bisa sangat banyak. Masalah lain dalam menggunakan data di esports adalah akses ke data sebuah game biasanya tergantung pada kemurahan hati publisher.

Sumber: Esports One via The Esports Observer
Sumber: Esports One via The Esports Observer

Game publisher dan API (application programming interface) yang publisher sediakan akan selalu menjadi sumber data utama,” kata Matthew Gunnin, CEO Esports One, perusahaan pembuat software untuk membuat statistik menggunakan computer vision dan machine learning. Data tersebut akan akan digunakan dalam siaran langsung. Pada awal perusahaan didirikan, dia mengatakan, Esports One mengumpulkan data secara manual dan menggantungkan diri pada API dari sebuah game. “Sekarang, kita sangat memanfaatkan computer vision untuk mengumpulkan data, tapi setiap game berbeda-beda, tergantung pada game dan support yang ada.”

Data apa yang dikumpulkan dan bagaimana data digunakan?

Dalam statistik esports, data yang bisa didapatkan dari setiap game berbeda-beda. Penggunaannya juga tak selalu sama. Dalam game shooter, cara pemain memosisikan diri adalah salah satu bagian penting yang harus diperhatikan, karena posisi memengaruhi jarak pemain ke musuh dan waktu reaksi yang mereka butuhkan untuk bereaksi. Ini mendorong Tobi dan SteelSeries untuk menyediakan solusi yang memungkinkan pemain yang masih ingin mengasah kemampuan mereka untuk membandingkan gerakan mata mereka dengan gerakan mata para profesional.

Selain itu, data juga bisa digunakan untuk memperkirakan kombinasi yang akan digunakan oleh musuh. Misalnya, esports scene Dota 2 tidak memiliki liga. Sebagai gantinya, ada beberapa turnamen besar yang diadakan setiap tahunnya. Karena itu, biasanya, para tim profesional Dota 2 lebih ingin tahu tentang kebiasaan tim lawan. Untungnya, Valve, publisher Dota 2 biasanya cukup terbuka untuk berbagi data untuk proyek open source. Mereka bahkan membiarkan pihak ketiga mengakses data dari video replay pertandingan.

Sumber: Steam Community
Sumber: Steam Community

“Sekarang, kami memiliki data dari sekitar 65 ribu pertandingan dari pertandingan yang telah berlalu,” kata Melvin S. Metzger, Esports Developer, SAP HANA, menurut lapora The Esports Observer. Dia mengatakan SAP HANA dapat menganalisa pertandingan profesional dari Dota 2. Mereka akan membandingkan data dari pertandingan lama dengan data dari pertandingan yang tengah berlangsung atau yang akan datang. Ketika membandingkan data pemain dengan pemain lain, data yang digunakan tergantung pada permintaan.

Ketersediaan data di esports memungkinkan perusahaan untuk membuat AI yang dapat membantu pelaku esports untuk berlatih. Selain itu, AI juga bisa digunakan untuk beberapa hal lain. telah ada sejumlah perusahaan yang menawarkan AI untuk mengasah kemampuan pemain, seperti OpenAI. Meskipun begitu, penggunaan AI untuk membantu pemain berlatih adalah hal yang masih sangat baru. Tingkat efisiensinya pun belum diketahui. Meskipun begitu, perusahaan teknologi tetap mau menjalin kerja sama dengan organisasi esports. Biasanya, alasan perusahaan teknologi mau bekerja sama dengan organisasi esports adalah untuk mendekatkan diri dengan fans esports. Misalnya, Microsoft bekerja sama dengan Cloud9. Terlepas dari apakah kolaborasi keduanya sukses atau tidak, fans esports akan mengingat Microsoft sebagai perusahaan yang menjadi rekan dari Cloud9.

Gunnin menjelaskan, “Dari perspektif kami, bagaimana data akan digunakan di masa depan adalah tentang bagaimana kami akan mengaitkan status para pemain dengan apa yang terjadi saat game berlangsung. Kami tahu bagaimana cara para pemain pro bermain, dan saat melihat gameplay Anda, kami akan menyimpan dan menandai kejadian dalam game sebagai perbandingan.”

Seberapa penting analisa untuk tim esports?

Di Indonesia, BOOM Esports merupakan salah satu organisasi yang memiliki tim Dota 2 terkuat. Ketika berkunjung ke kantor Hybrid, CEO dan pendiri BOOM Esports, Gary Ongko menjelaskan alasannya mengapa mereka berkeras untuk bertahan di esports PC walau mobile esports tengah booming di Indonesia. Selain itu, dia juga menjelaskan pentingnya keberadaan psikolog dan analis bagi sebuah tim esports. Gary mengatakan, peran analis cukup penting dalam esports. Tim-tim papan atas biasanya memiliki taktik yang mereka gunakan. Namun, para pemainnya juga biasanya memiliki kebiasaan buruk yang bisa dieksploitasi.

“Misalnya, pada detik ke sekian, pemain selalu melihat ke kanan, memeriksa keadaan di belakang. Kita bisa mengeksplotasi hal ini,” ujar Gary. Menurutnya, detail kecil seperti inilah yang akan menentukan kemenangan jika dua tim yang sama-sama jago bertemu. Dan kebiasaan seperti ini bisa diketahui dengan statistik. Saat ini, BOOM masih melakukan analisa secara manual. Itu artinya, analis memasukkan data ke spreadsheet dan mengolahnya sendiri. Meskipun begitu, dia sadar bahwa telah ada perusahaan yang menawarkan software analisa yang bisa melakukan tugas analis secara otomatis. Menurutnya, analis esports tak harus pernah menjadi pemain profesional. Begitu juga dengan para pelatih. “Selama ide mereka memang bagus, kenapa nggak?”

Sumber: Dokumentasi Hybrid
CEO dan pendiri BOOM Esports, Gary Ongko. | Sumber: Dokumentasi Hybrid

Gary memiliki kesempatan untuk mengambil kuliah S2 hingga Amerika Serikat. Sambil tertawa, dia mengaku bahwa tidak banyak ilmu dari perkuliahan yang dia masih gunakan sampai sekarang. Namun, menurutnya, kuliah tetap penting karena itu akan mengajarkan Anda untuk disiplin dan berpikir kritis. Satu ilmu yang masih digunakan sampai sekarang adalah statistik, yang masih melibatkan pengolahan data. Dia bercerita, statistik tidak hanya digunakan untuk analisa permainan tim, tapi juga aspek lain dalam mengatur organisasi esports. Misalnya untuk melihat perkembangan performa pemain atau bahkan pertumbuhan media sosial tim atau pemain profesional. Ketika BOOM mencoba hal baru, dengan bantuan data, mereka bisa mengetahui apakah hal itu efektif atau tidak. “Kalau di Dota 2, statistik bisa digunakan untuk melihat persentase hero yang di-pick dari musuh. Sementara kalau PUBG Mobile dan Free Fire, kita bisa melihat lokasi pemain turun, timing rotasi,” ungkapnya.

Sayangnya, sepertinya, analisa data di Indonesia mungkin belum akan jadi mainstream dalam beberapa tahun ke depan. Muasalnya, game esports yang laris di Indonesia adalah game mobile yang punya keterbatasan soal API — dibandingkan game PC. Game-game yang laris di Indonesia juga rilisan publisher ataupun besutan developer Tiongkok yang mungkin lebih tertutup soal transparansi data. Ditambah lagi, masih banyak pelaku industri esports di Indonesia yang belum menyadari pentingnya digitalisasi data di esports.

Studi kasus: Liquid dan SAP HANA

Pada April 2018, SAP mengumumkan kerja samanya dengan Team Liquid, khususnya divisi Dota 2 mereka. Melalui kerja sama ini, SAP akan mengembangkan tool untuk menganalisa data yang dikumpulkan dari game untuk meningkatkan performa para pemain dan mencari talenta baru. Namun, data ini dikumpulkan dari roster Team Liquid yang lama, yang telah keluar dari organisasi tersebut dan membentuk tim baru bernama Nigma.

Setelah satu tahun, SAP akhirnya berhasil menciptakan tool yang memang bisa digunakan oleh para profesional. Software ini dibuat oleh dua ahli full-stack development yang juga memiliki pemahaman tentang data science. Salah satu fungsi dari software ini adalah untuk membantu Team Liquid dalam fase drafting, yaitu proses pemilihan hero ketika mereka juga bisa melarang sejumlah karakter untuk digunakan oleh musuh. Di sini, tim profesional berusaha untuk mengumpulkan data sebanyak mungkin dan mempertimbangkan sinergi antar karakter.

Proses drafting. | Sumber: ESL via The Esports Observer
Proses drafting. | Sumber: ESL via The Esports Observer

“Salah satu tantangan yang kami hadapi adalah tidak ada data komprehensif yang bisa kami dapatkan melalui data yang bisa diakses semua orang,” kata Milan Cerny, Properti Owner and Innovation Lead for Esports, SAP. “Tentu saja, kami juga mempertimbangkan aspek dalam game. Seperti heat mapping untuk segala kejadian dalam game, baik pergerakan hero maupun penggunaan ward.” Tak hanya bekerja sama dengan organisasi esports profesional, SAP juga menggandeng sejumlah penyelenggara turnamen, seperti EPICENTER, DreamHack, dan ESL. Kepada para penyelenggara turnamen, SAP menawarkan data tentang pemilihan hero, persentase kemenangan, dan data lainnya di layar penonton. Mereka juga memberikan insight pada para caster dan analis produksi.

Kesimpulan

Penggunaan data dan AI di ranah esports masih sangat baru. Belum ada bukti definitif apakah penggunaan data akan bisa membantu tim esports untuk menang. Namun, menggunakan data untuk menganalisa performa tim dan memprediksi lawan terbukti bermanfaat di olahraga tradisional. Tidak tertutup kemungkinan, pengumpulan dan pengolahan data akan menjadi senjata bagi organisasi esports papan atas di masa depan.